分類樹可為每個觀察獲取超過1個預測

Question

我正在從分類樹a​​lgorythm家族中搜索algorythm，它可以為每個觀察值提供一定數量（超過1個）的謂詞（以某種排名順序）。 更具體地說-我有10個二進制目標模型來預測具有10個級別的目標變量。 如何以這種方式組合模型以獲取具有置信度水平的預定義預測。 例如，我希望我的“組合”模型為每個觀測獲取2個預測。 一種可行的方法是針對特定的觀察結果采用具有最高准確度的2個二元模型並獲取它們。 如何計算這2個預測的“平均”准確性？ 如果任何人都可以從rpart軟件包中提供文獻資料和R代碼示例，那將更有幫助。 謝謝

Answer 1

在predict.rpart的rpart文檔中：type = c（“ vector”，“ prob”，“ class”，“ matrix”）

用途像：

predict(${some r part model}, type="prob")

它將為您提供每個類別的概率的向量